大型旋转机械振动信号分析与早期故障辨识方法研究
发布时间：2021-05-16 00:05
绿色低碳的现代能源体系背景下,清洁能源的安全高效利用对加快能源结构调整及推进生态文明建设意义重大。作为清洁能源转换的核心设备,水电、风电机组的巨型化和耦合化使得其运行过程中的振动问题和故障风险日益突出,这对系统的振动信号分析与早期故障辨识方法提出了更高要求。因此,本文以水轮发电机组、风力发电机组等大型旋转机械为研究对象,通过凝炼系统早期故障诊断中的关键科学问题,解析了多故障源耦合激励下的系统非线性动力学特性和故障机理,深入开展了基于噪声干扰抑制和噪声辅助分析的早期故障信号辨识理论研究,提出了大型旋转机械复合故障分离与特征提取方法,构建了系统关键设备性能评估与劣化分析模型,对保障机组安全稳定运行和推进状态检修体制改革具有一定的理论创新意义和工程应用价值。论文主要研究工作及创新性成果如下:（1）针对大型旋转机械中贯流式机组操作油管不对中、受油器松动及操作油管与浮动瓦碰摩问题,建立了考虑操作油杂质影响的时变非线性油膜力模型,并搭建了多源激励下的机组耦合故障动力学模型,研究了系统随不对中分量、操作油杂质和受油器径向刚度等参数变化出现的周期运动、拟周期运动等非线性动力学行为,揭示了多故障源耦合激...
【文章来源】：西安理工大学陕西省
【文章页数】：132 页
【学位级别】：博士
【文章目录】：
摘要
abstract
1 绪论
1.1 课题研究的背景与意义
1.2 关键问题及研究现状
1.3 本文主要研究内容
2 多故障源耦合激励下的大型旋转机械动力学特性分析
2.1 引言
2.2 时变非线性油膜力下机组耦合故障动力学模型
2.3 系统动力学特性分析
2.4 本章小结
3 基于噪声干扰抑制的大型旋转机械微弱故障信号检测
3.1 引言
3.2 经验模态分解降噪理论
3.3 基于概率密度函数相似性的经验模态分解降噪
3.4 基于概率熵阈值经验模态分解降噪算法
3.5 本章小结
4 基于噪声辅助分析的大型旋转机械早期故障特征增强
4.1 引言
4.2 Duffing振子随机共振理论
4.3 基于部分Duffing振子模型随机共振的早期故障特征增强
4.4 实例验证
4.5 本章小结
5 大型旋转机械早期复合故障分离与特征提取
5.1 引言
5.2 基于连续谱峭度解卷积的大型旋转机械复合故障分离与特征提取
5.3 仿真与实例验证
5.4 本章小结
6 大型旋转机械关键设备性能评估研究
6.1 引言
6.2 基于H-K聚类逻辑回归模型的大型旋转机械关键设备性能评估
6.3 实例验证
6.4 本章小结
7 全文总结与展望
7.1 全文工作总结
7.2 进一步研究展望
致谢
参考文献
附录1：攻读博士学位期间发表的论文
附录2：攻读博士学位期间获奖及参与科研项目
【参考文献】：
期刊论文
[1]时变油膜力下贯流式机组耦合故障动力学分析[J]. 党建,贾嵘,武桦,董开松. 水力发电学报. 2017(11)
[2]滚动轴承早期性能退化评估技术研究[J]. 黄海凤,高宏力,李丹,杨昕时,黄晓蓉,张莉. 机械科学与技术. 2017(11)
[3]基于最大相关峭度反褶积的齿轮箱复合故障特征提取[J]. 王志坚,寇彦飞,王俊元,张纪平,齐明思,赵志芳. 噪声与振动控制. 2017(03)
[4]广义变分模态分解及其在齿轮箱复合故障诊断中的应用[J]. 杨宇,罗鹏,程军圣. 中国机械工程. 2017(09)
[5]改进EMD-ICA去噪在水轮机组隐蔽碰磨诊断中的应用研究[J]. 郑源,潘天航,王辉斌,葛新峰,张异众. 振动与冲击. 2017(06)
[6]基于随机共振和经验模态分解的水力发电机组振动故障诊断[J]. 贾嵘,李涛涛,夏洲,马喜平. 水利学报. 2017(03)
[7]风电、水电“十三五”[J]. 徐裴裴. 通用机械. 2017(01)
[8]基于奇异值分解和变分模态分解的轴承故障特征提取[J]. 赵洪山,郭双伟,高夺. 振动与冲击. 2016(22)
[9]基于H-K聚类逻辑回归的贯流式机组水导轴承磨损性能评估研究[J]. 党建,贾嵘,罗兴锜,武桦. 水利学报. 2017(02)
[10]基于EMD和逻辑回归的轴承性能退化评估[J]. 周建民,黎慧,张龙,李鹏. 机械设计与研究. 2016(05)
博士论文
[1]滚动轴承故障特征提取与早期诊断方法研究[D]. 李永波.哈尔滨工业大学 2017
[2]水轮发电机组故障诊断及预测与状态评估方法研究[D]. 朱文龙.华中科技大学 2016
[3]基于时频分析与特征约简的水电机组故障诊断方法研究[D]. 薛小明.华中科技大学 2016
[4]基于新异类检测和支持向量机的水电机组诊断技术研究[D]. 周叶.中国水利水电科学研究院 2015
[5]基于Duffing振子混沌和随机共振特性的微弱信号检测方法研究[D]. 赖志慧.天津大学 2014
[6]水电机组状态评估及智能诊断方法研究[D]. 肖剑.华中科技大学 2014
[7]基于多小波的水电机组振动特征提取及故障诊断方法研究[D]. 卢娜.武汉大学 2014
[8]水轮发电机组轴系非线性动力特性分析[D]. 张雷克.大连理工大学 2014
[9]齿轮箱复合故障诊断方法研究[D]. 李蓉.湖南大学 2013
[10]基于健康评估和劣化趋势预测的水电机组故障诊断系统研究[D]. 潘罗平.中国水利水电科学研究院 2013
硕士论文
[1]灯泡贯流式水轮发电机组轴系非线性动力学特性研究[D]. 周新新.东北大学 2014
[2]基于逻辑回归和支持向量机的设备状态退化评估与趋势预测研究[D]. 雷金波.上海交通大学 2008
本文编号：3188578
【文章来源】：西安理工大学陕西省
【文章页数】：132 页
【学位级别】：博士
【文章目录】：
摘要
abstract
1 绪论
1.1 课题研究的背景与意义
1.2 关键问题及研究现状
1.3 本文主要研究内容
2 多故障源耦合激励下的大型旋转机械动力学特性分析
2.1 引言
2.2 时变非线性油膜力下机组耦合故障动力学模型
2.3 系统动力学特性分析
2.4 本章小结
3 基于噪声干扰抑制的大型旋转机械微弱故障信号检测
3.1 引言
3.2 经验模态分解降噪理论
3.3 基于概率密度函数相似性的经验模态分解降噪
3.4 基于概率熵阈值经验模态分解降噪算法
3.5 本章小结
4 基于噪声辅助分析的大型旋转机械早期故障特征增强
4.1 引言
4.2 Duffing振子随机共振理论
4.3 基于部分Duffing振子模型随机共振的早期故障特征增强
4.4 实例验证
4.5 本章小结
5 大型旋转机械早期复合故障分离与特征提取
5.1 引言
5.2 基于连续谱峭度解卷积的大型旋转机械复合故障分离与特征提取
5.3 仿真与实例验证
5.4 本章小结
6 大型旋转机械关键设备性能评估研究
6.1 引言
6.2 基于H-K聚类逻辑回归模型的大型旋转机械关键设备性能评估
6.3 实例验证
6.4 本章小结
7 全文总结与展望
7.1 全文工作总结
7.2 进一步研究展望
致谢
参考文献
附录1：攻读博士学位期间发表的论文
附录2：攻读博士学位期间获奖及参与科研项目
【参考文献】：
期刊论文
[1]时变油膜力下贯流式机组耦合故障动力学分析[J]. 党建,贾嵘,武桦,董开松. 水力发电学报. 2017(11)
[2]滚动轴承早期性能退化评估技术研究[J]. 黄海凤,高宏力,李丹,杨昕时,黄晓蓉,张莉. 机械科学与技术. 2017(11)
[3]基于最大相关峭度反褶积的齿轮箱复合故障特征提取[J]. 王志坚,寇彦飞,王俊元,张纪平,齐明思,赵志芳. 噪声与振动控制. 2017(03)
[4]广义变分模态分解及其在齿轮箱复合故障诊断中的应用[J]. 杨宇,罗鹏,程军圣. 中国机械工程. 2017(09)
[5]改进EMD-ICA去噪在水轮机组隐蔽碰磨诊断中的应用研究[J]. 郑源,潘天航,王辉斌,葛新峰,张异众. 振动与冲击. 2017(06)
[6]基于随机共振和经验模态分解的水力发电机组振动故障诊断[J]. 贾嵘,李涛涛,夏洲,马喜平. 水利学报. 2017(03)
[7]风电、水电“十三五”[J]. 徐裴裴. 通用机械. 2017(01)
[8]基于奇异值分解和变分模态分解的轴承故障特征提取[J]. 赵洪山,郭双伟,高夺. 振动与冲击. 2016(22)
[9]基于H-K聚类逻辑回归的贯流式机组水导轴承磨损性能评估研究[J]. 党建,贾嵘,罗兴锜,武桦. 水利学报. 2017(02)
[10]基于EMD和逻辑回归的轴承性能退化评估[J]. 周建民,黎慧,张龙,李鹏. 机械设计与研究. 2016(05)
博士论文
[1]滚动轴承故障特征提取与早期诊断方法研究[D]. 李永波.哈尔滨工业大学 2017
[2]水轮发电机组故障诊断及预测与状态评估方法研究[D]. 朱文龙.华中科技大学 2016
[3]基于时频分析与特征约简的水电机组故障诊断方法研究[D]. 薛小明.华中科技大学 2016
[4]基于新异类检测和支持向量机的水电机组诊断技术研究[D]. 周叶.中国水利水电科学研究院 2015
[5]基于Duffing振子混沌和随机共振特性的微弱信号检测方法研究[D]. 赖志慧.天津大学 2014
[6]水电机组状态评估及智能诊断方法研究[D]. 肖剑.华中科技大学 2014
[7]基于多小波的水电机组振动特征提取及故障诊断方法研究[D]. 卢娜.武汉大学 2014
[8]水轮发电机组轴系非线性动力特性分析[D]. 张雷克.大连理工大学 2014
[9]齿轮箱复合故障诊断方法研究[D]. 李蓉.湖南大学 2013
[10]基于健康评估和劣化趋势预测的水电机组故障诊断系统研究[D]. 潘罗平.中国水利水电科学研究院 2013
硕士论文
[1]灯泡贯流式水轮发电机组轴系非线性动力学特性研究[D]. 周新新.东北大学 2014
[2]基于逻辑回归和支持向量机的设备状态退化评估与趋势预测研究[D]. 雷金波.上海交通大学 2008
本文编号：3188578
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3188578.html
